亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

Java獲取任意http網(wǎng)頁源代碼的方法

 更新時間:2017年09月26日 10:30:28   作者:dackwind  
這篇文章主要介紹了Java獲取任意http網(wǎng)頁源代碼的方法,可實現(xiàn)獲取網(wǎng)頁代碼以及去除HTML標簽的代碼功能,涉及Java正則操作相關實現(xiàn)技巧,需要的朋友可以參考下

本文實例講述了JAVA獲取任意http網(wǎng)頁源代碼。分享給大家供大家參考,具體如下:

JAVA獲取任意http網(wǎng)頁源代碼可實現(xiàn)如下功能:

1. 獲取任意http網(wǎng)頁的代碼
2. 獲取任意http網(wǎng)頁去掉HTML標簽的代碼

Webpage類:

/**
 * 網(wǎng)頁操作相關類
 */
package test;
import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.net.URL;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
 * @author winddack
 *
 */
public class Webpage {
  private String pageUrl;//定義需要操作的網(wǎng)頁地址
  private String pageEncode="UTF8";//定義需要操作的網(wǎng)頁的編碼
  public String getPageUrl() {
    return pageUrl;
  }
  public void setPageUrl(String pageUrl) {
    this.pageUrl = pageUrl;
  }
  public String getPageEncode() {
    return pageEncode;
  }
  public void setPageEncode(String pageEncode) {
    this.pageEncode = pageEncode;
  }
  //定義取源碼的方法
  public String getPageSource()
  {
    StringBuffer sb = new StringBuffer();
    try {
      //構建一URL對象
      URL url = new URL(pageUrl);
      //使用openStream得到一輸入流并由此構造一個BufferedReader對象
      BufferedReader in = new BufferedReader(new InputStreamReader(url.openStream(), pageEncode));
      String line;
      //讀取www資源
      while ((line = in.readLine()) != null)
      {
        sb.append(line);
      }
      in.close();
    }
    catch (Exception ex)
    {
      System.err.println(ex);
    }
    return sb.toString();
  }
  //定義一個把HTML標簽刪除過的源碼的方法
  public String getPageSourceWithoutHtml()
  {
    final String regEx_script = "<script[^>]*?>[\\s\\S]*?<\\/script>"; // 定義script的正則表達式
    final String regEx_style = "<style[^>]*?>[\\s\\S]*?<\\/style>"; // 定義style的正則表達式
    final String regEx_html = "<[^>]+>"; // 定義HTML標簽的正則表達式
    final String regEx_space = "\\s*|\t|\r|\n";//定義空格回車換行符
    String htmlStr = getPageSource();//獲取未處理過的源碼
    Pattern p_script = Pattern.compile(regEx_script, Pattern.CASE_INSENSITIVE);
    Matcher m_script = p_script.matcher(htmlStr);
    htmlStr = m_script.replaceAll(""); // 過濾script標簽
    Pattern p_style = Pattern.compile(regEx_style, Pattern.CASE_INSENSITIVE);
    Matcher m_style = p_style.matcher(htmlStr);
    htmlStr = m_style.replaceAll(""); // 過濾style標簽
    Pattern p_html = Pattern.compile(regEx_html, Pattern.CASE_INSENSITIVE);
    Matcher m_html = p_html.matcher(htmlStr);
    htmlStr = m_html.replaceAll(""); // 過濾html標簽
    Pattern p_space = Pattern.compile(regEx_space, Pattern.CASE_INSENSITIVE);
    Matcher m_space = p_space.matcher(htmlStr);
    htmlStr = m_space.replaceAll(""); // 過濾空格回車標簽
    htmlStr = htmlStr.trim(); // 返回文本字符串
    htmlStr = htmlStr.replaceAll("&nbsp;", "");
    htmlStr = htmlStr.substring(0, htmlStr.indexOf("。")+1);
    return htmlStr;
  }
}

調用:

Webpage page=new Webpage();
page.setPageUrl("http://www.baidu.com");
String code=page.getPageSourceWithoutHtml();
System.out.println(code);

PS:這里再為大家提供2款非常方便的正則表達式工具供大家參考使用:

JavaScript正則表達式在線測試工具:
http://tools.jb51.net/regex/javascript

正則表達式在線生成工具:
http://tools.jb51.net/regex/create_reg

更多關于java算法相關內容感興趣的讀者可查看本站專題:《Java正則表達式技巧大全》、《Java數(shù)據(jù)結構與算法教程》、《Java操作DOM節(jié)點技巧總結》、《Java文件與目錄操作技巧匯總》和《Java緩存操作技巧匯總

希望本文所述對大家java程序設計有所幫助。

相關文章

  • Java中double數(shù)值保留兩位小數(shù)的4種實現(xiàn)方式舉例

    Java中double數(shù)值保留兩位小數(shù)的4種實現(xiàn)方式舉例

    在Java編程中,我們經常遇到需要對double類型的浮點數(shù)進行精確截斷或四舍五入保留兩位小數(shù)的需求,這篇文章主要給大家介紹了關于Java中double數(shù)值保留兩位小數(shù)的4種實現(xiàn)方式,需要的朋友可以參考下
    2024-07-07
  • Java基礎知識精通數(shù)組的內存分析

    Java基礎知識精通數(shù)組的內存分析

    數(shù)組對于每一門編程語言來說都是重要的數(shù)據(jù)結構之一,當然不同語言對數(shù)組的實現(xiàn)及處理也不盡相同。Java?語言中提供的數(shù)組是用來存儲固定大小的同類型元素
    2022-04-04
  • Java class文件格式之屬性_動力節(jié)點Java學院整理

    Java class文件格式之屬性_動力節(jié)點Java學院整理

    在本文中, 主要講解了class文件中的一些屬性。 這些屬性可以出現(xiàn)在class文件中的對個地方, 用來描述一些其他信息
    2017-06-06
  • 關于spring?boot使用?jdbc+mysql?連接的問題

    關于spring?boot使用?jdbc+mysql?連接的問題

    這篇文章主要介紹了spring?boot使用?jdbc+mysql?連接,在這里mysql?8.x版本驅動包,要使用?com.mysql.cj.jdbc.Driver作為驅動類,文中給大家詳細介紹,需要的朋友可以參考下
    2022-03-03
  • java連接FTP服務器圖文教程

    java連接FTP服務器圖文教程

    這篇文章主要給大家介紹了關于java連接FTP服務器的相關資料,Ftp是一種常見的文件存儲服務器,在很多的項目中都有使用,方便存儲各種格式的文件,使用java連接ftp文件服務器也是常用的工具類,需要的朋友可以參考下
    2023-08-08
  • 配置了jdk的環(huán)境idea卻提示找不到jdk解決辦法

    配置了jdk的環(huán)境idea卻提示找不到jdk解決辦法

    在使用Java編程語言進行開發(fā)時,IDEA是一個非常流行和強大的集成開發(fā)環(huán)境,這篇文章主要給大家介紹了關于配置了jdk的環(huán)境idea卻提示找不到jdk的解決辦法,需要的朋友可以參考下
    2023-12-12
  • idea在plugins中搜不到插件的解決方法

    idea在plugins中搜不到插件的解決方法

    本文主要介紹了idea在plugins中搜不到插件的解決方法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2023-06-06
  • Spring啟動后獲取所有擁有特定注解的Bean實例代碼

    Spring啟動后獲取所有擁有特定注解的Bean實例代碼

    這篇文章主要介紹了Spring啟動后獲取所有擁有特定注解的Bean實例代碼,分享了相關代碼示例,小編覺得還是挺不錯的,具有一定借鑒價值,需要的朋友可以參考下
    2018-02-02
  • SpringBoot項目中日志管理與調優(yōu)指南

    SpringBoot項目中日志管理與調優(yōu)指南

    在 Spring Boot 開發(fā)過程中,日志管理是開發(fā)者必須掌握的重要技能之一,合理的日志配置不僅能幫助開發(fā)者追蹤應用程序的執(zhí)行流程、定位問題,還能提升應用程序的可維護性,本文將詳細探討 Spring Boot 項目中日志管理的常見問題、解決方案以及最佳實踐
    2024-10-10
  • Java編程使用箱式布局管理器示例【基于swing組件】

    Java編程使用箱式布局管理器示例【基于swing組件】

    這篇文章主要介紹了Java編程使用箱式布局管理器,結合實例形式分析了基于swing組件的箱式布局管理器定義與使用技巧,需要的朋友可以參考下
    2018-01-01

最新評論